SuperAPI AI 工具集

Skill 广场

找到适合任务的 Agent Skill,阅读介绍并复制安装命令。

更新于 11-15 00:13

编程与开发

41,134 个结果

receiving-code-review

这是一个关于如何接收代码评审反馈的技能,强调以技术评估而非情绪化回应来处理评审意见。核心原则是先验证再实现、先询问再假设,技术正确性优先于社交舒适。技能给出了接收反馈的响应模式(阅读、理解、验证、评估、回应、实现),列出了禁止的表演式回应(如“你说得完全对!”“好观点!”),并区分了来自人类搭档与外部评审者的不同处理方式。它还涵盖对不清晰反馈的处理、YAGNI 检查、实现顺序、何时应当技术性反驳、如何承认正确反馈、如何优雅纠正自己的错误反驳,以及 GitHub 行内评论的回复方式。

编程与开发8 次安装

beads-init

此技能用于按照作者指定的设置初始化或引导 beads(bd)问题跟踪器。它有两种模式:当仓库中没有 .beads/ 目录时执行初始化(bd init,随后修改刚创建的提交以应用设置);当 .beads/ 已被 git 跟踪且无本地数据库时执行引导(bd bootstrap)。技能会设置 export.auto=false、忽略 JSONL 与 gate-lock 文件、配置本地 beads.role、精简 AGENTS.md 和 CLAUDE.md 为指向 beads 技能的指针,并确保 .beads/ 权限为 0700。运行前需在仓库根目录,整个过程中不会推送任何更改。

编程与开发8 次安装

benchmarking

Benchmarking 是一套微基准测试(micro-benchmark)工作流技能,用于在任意代码库中对热路径(hot path)进行基准测量并迭代优化。其核心理念是「编码过程,而非目标数字」——数值会变化,但工作流保持固定。该技能强调先建立 Round 0 基线,再进行改动对比;在每次基准测试后强制输出 Suggest 建议块(包含瓶颈分析、是否值得优化、以及结构/缓存/减少工作三类创意想法各一条,并给出推荐下一步)。针对优化任务,它定义了 Phase A 冻结基线、Phase B 三个创意假设、Phase C 尝试轮次(每次最多 3 轮并设用户检查点)、Phase D 锁定四个阶段。它还规定了 ship gate 门槛(如 ≥1.15× 提速或每用户可见操作节省 ≥100µs)、预热与迭代规则、文件命名约定、断言结果一致性以及锁定后才写性能注释等要求。基准默认不在 CI 中运行,而是作为本地合并性能改动前的决策工具。具体安装命令、分类归属与更多细节暂未提供。

编程与开发8 次安装

marketing-council-pack-conventions

该技能用于让 Claude 掌握 marketing-council-pack 仓库的开发约定与模式。项目以 Python 为主要语言,采用混合模块组织方式,测试文件独立存放,并遵循 Conventional Commits 提交规范。技能内容涵盖提交信息前缀(fix、test、ci、feat、docs、chore)、命名约定(文件 snake_case、函数 camelCase、类 PascalCase、常量 SCREAMING_SNAKE_CASE)、相对导入与具名导出风格,以及从提交历史中归纳的功能开发工作流。适用于在该仓库中修改代码、按既有模式新增功能、编写符合约定的测试以及规范提交信息等场景。

编程与开发8 次安装